分布式电源电压控制方法、装置、电子设备及存储介质

技术领域

本发明涉及分布式电源控制技术领域，尤其涉及一种分布式电源电压控制方法、装置、电子设备及存储介质。

背景技术

当今世界的发展越来越依赖能源的供应，电能被认为是清洁便利的二次能源，目前全球电力系统主要采用的供电方式是以大机组、大电网、高电压为主要特征的集中式单一供电系统，这种供电方式承担了90％的电力负荷。现如今，电能的供给主要依靠煤炭、天然气、石油等化石能源，随着化石能源的日益枯竭，人类发展面临的能源枯竭威胁，环境保护的压力日益增大，发展太阳能、风能等可再生能源是解决能源和环境危机的重要举措。

按照能源利用最大化的基本要求，可在风-光发电系统中加入柴油发电机和储能装置，形成分布式电源。在风-光发电系统受天气影响，出力较小时，通过柴油发电机发电和储能装置发电可提供充足的电力供应，当风-光发电系统出力较大时，满足负荷需求后多余的电能可通过储能装置储存。

以风-光发电系统为代表的分布式发电系统有着众多的优点和巨大的经济环境效益。配电网的接线结构一般为辐射状，电压随着馈线的潮流方向逐渐降低，分布式电源的接入主动配电网，会使电网潮流的大小和方向变化，馈线上的负荷节点的电压被抬高，但当分布式电源大规模接入电网后将会导致部分节点电压偏移超过规定的电压偏移范围，严重影响电网电压质量。另外，光伏和风力发电系统的出力受光照和风速的影响，光照和风速的不确定性导致分布式电源注入电网的功率发生波动，则将会对配电网电能质量产生明显影响，主要体现在电压波动，电压闪变及稳态电压三方面。

另一方面，与传统燃油汽车相比，电动汽车以其环保节能、减少尾气排放和石油的消耗等优点受到政府和汽车厂商的广泛重视。目前，电动汽车可通过V2G技术实现对充放电进行优化控制，在满足车主出行需求的前提下，将电动汽车充电高峰期转移到负荷低谷期，起到削峰填谷、减少电网备用容量等作用。此外，电动汽车一般通过双级式双向变换器接入电网，在控制充放电功率的同时，可为电网提供部分无功调节能力。但是，当电动汽车大规模接入电网后随机集中充电必将对电网负荷和电压造成重大影响，使得电网负荷峰谷差增大，电压波动。

发明内容

本发明提供了一种分布式电源电压控制方法、装置、电子设备及存储介质，以解决目前当分布式电源或电动汽车大规模接入电网后，将会导致部分节点电压偏移超过规定的电压偏移范围，严重影响电网电压质量，且由于光照和风速的不确定性导致分布式电源注入电网的功率发生波动，则将会对配电网电能质量产生明显影响的问题。

根据本发明的一方面，提供了一种分布式电源电压控制方法，所述分布式电源包括风力发电机、光伏电池组、柴油发电机和蓄电池，风力发电机采用感应电机，柴油发电机采用同步电机，光伏电池组、蓄电池和电动汽车通过逆变器进行并网和充放电，所述分布式电源电压控制方法包括：

建立风力发电机数学模型、柴油发电机数学模型、光伏数学模型、蓄电池数学模型、电动汽车充放电模型、SVC数学模型以及负荷无功功率数学模型；

根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型、所述SVC数学模型以及所述负荷无功功率数学模型构建出分布式电源电压控制模型，并根据所述分布式电源电压控制模型确定系统参数矩阵；

根据所述系统参数矩阵确定系统状态变量、控制变量和干扰输入变量，并根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到电压控制目标函数；

根据所述电压控制目标函数确定未知参数，并基于所述未知参数得到用拉盖尔函数表示的优化控制变量，以通过优化控制变量对分布式电源电压控制。

根据本发明的另一方面，提供了一种分布式电源电压控制装置，所述分布式电源包括风力发电机、光伏电池组、柴油发电机和蓄电池，风力发电机采用感应电机，柴油发电机采用同步电机，光伏电池组、蓄电池和电动汽车通过逆变器进行并网和充放电，所述分布式电源电压控制装置包括：

模型建立模块，用于执行建立风力发电机数学模型、柴油发电机数学模型、光伏数学模型、蓄电池数学模型、电动汽车充放电模型、SVC数学模型以及负荷无功功率数学模型；

系统参数矩阵确定模块，用于执行根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型、所述SVC数学模型以及所述负荷无功功率数学模型构建出分布式电源电压控制模型，并根据所述分布式电源电压控制模型确定系统参数矩阵；

目标函数确定模块，用于执行根据所述系统参数矩阵确定系统状态变量、控制变量和干扰输入变量，并根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到电压控制目标函数；

电压控制模块，用于执行根据所述电压控制目标函数确定未知参数，并基于所述未知参数得到用拉盖尔函数表示的优化控制变量，以通过优化控制变量对分布式电源电压控制。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的分布式电源电压控制方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的分布式电源电压控制方法。

本发明实施例的技术方案，通过建立风力发电机数学模型、柴油发电机数学模型、光伏数学模型、蓄电池数学模型、电动汽车充放电模型、SVC数学模型以及负荷无功功率数学模型；根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型、所述SVC数学模型以及所述负荷无功功率数学模型构建出分布式电源电压控制模型，并根据所述分布式电源电压控制模型确定系统参数矩阵；根据所述系统参数矩阵确定系统状态变量、控制变量和干扰输入变量，并根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到电压控制目标函数；根据所述电压控制目标函数确定未知参数，并基于所述未知参数得到用拉盖尔函数表示的优化控制变量，以通过优化控制变量对分布式电源电压控制。本发明解决了目前当分布式电源或电动汽车大规模接入电网后将会导致部分节点电压偏移超过规定的电压偏移范围，严重影响电网电压质量，且由于光照和风速的不确定性导致分布式电源注入电网的功率发生波动，则将会对配电网电能质量产生明显影响的问题，实现有效快速的对分布式电源和电动汽车接入电网后的节点电压质量进行控制，响应速度快，鲁棒性强，同时在系统建模出现误差时仍能保持较高的精度。

应当理解，本部分所描述的内容并非旨在表示本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是实现本发明实施例的分布式电源的原理架构图；

图2是根据本发明实施例一提供的一种分布式电源电压控制方法的流程图；

图3是根据本发明实施例一提供的一种分布式电源电压控制方法的控制原理框图；

图4是实现本发明实施例的感应电机等效模型的原理图；

图5是根据本发明实施例一提供的电动汽车的双级式双向变换器与电网连接的示意图；

图6是根据本发明实施例一提供的TSC-TCR型SVC的原理图；

图7是根据本发明实施例一提供的模型预测控制的原理图；

图8是根据本发明实施例二提供的一种分布式电源电压控制装置的结构示意图；

图9是实现本发明实施例的分布式电源电压控制方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

如图1所示，所述分布式电源包括风力发电机、光伏电池组、柴油发电机和蓄电池，分别对应图1中的WT、PV、SG和ESS，无功补偿装置为静止无功补偿器(Static VarCompensator，SVC)，Load为负荷，EV为电动汽车。其中，风力发电机采用感应电机，柴油发电机采用同步电机，光伏电池组、蓄电池和电动汽车通过逆变器进行并网和充放电。

图2为本发明实施例一提供了一种分布式电源电压控制方法的流程图，本实施例可适用于基于预测函数控制的分布式电源电压协调控制的情况，该分布式电源电压控制方法可以由分布式电源电压控制装置来执行，该分布式电源电压控制装置可以采用硬件和/或软件的形式实现，该分布式电源电压控制装置可配置于电网相关电子设备中。图3是本发明实施例一提供了一种分布式电源电压控制方法的控制原理框图，如图2和图3所示，该分布式电源电压控制方法包括：

S110、建立风力发电机数学模型、柴油发电机数学模型、光伏数学模型、蓄电池数学模型、电动汽车充放电模型、SVC数学模型以及负荷无功功率数学模型。

结合图3，通过建立风力发电机数学模型，计算风力发电机无功出力表达式，确定分布式电源电压控制模型参数，其中，风力发电机采用感应电机，感应电机等效模型如,4所示，可用下式表达：

式中，ΔQ

结合图3，通过建立柴油发电机数学模型，确定分布式电源电压控制模型参数。柴油发电机采用同步发电机，柴油发电机数学模型为动态模型，柴油发电机数学模型可表示为：

/>

式中，Q

结合图3，通过建立光伏数学模型，计算光伏出力表达式，确定分布式电源电压控制模型参数。光伏电池组通过逆变器接入电网，可通过逆变器的复用技术产生无功功率，光伏无功出力可用下式表达：

式中，Q

结合图3，通过建立蓄电池数学模型，计算蓄电池放电和充电表达式，确定分布式电源电压控制模型参数。在系统运行过程中蓄电池将经历充电与放电过程，受其荷电状态(SOC)限制，蓄电池同样通过逆变器接入电网，其蓄电池数学模型可表示为：

SOC

V

V

P

式中，SOC

结合图3，通过建立电动汽车动力电池数学模型，计算电动汽车放电和充电表达式，确定分布式电源电压控制模型参数。电动汽车可通过如图5所示的双级式双向变换器与电网连接，采用V2G技术对电动汽车充放电实现控制，达到削峰填谷的效果，并为系统提供部分无功支撑和调节能力。

电动汽车向电网输出的无功功率范围可表示为：

SOC

式中，V

结合图3，通过建立SVC数学模型，确定分布式电源电压控制模型参数。图6所示为TSC-TCR型SVC，其SVC数学模型可表示为：

Q

式中，Q

结合图3，建立负荷无功功率数学模型，负荷无功功率数学模型得到负荷的无功功率可用电压表示为：

Q

式中，C

S120、根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型、所述SVC数学模型以及所述负荷无功功率数学模型构建出分布式电源电压控制模型，并根据所述分布式电源电压控制模型确定系统参数矩阵。

模型预测控制(Model Predictive Control，MPC)是基于模型的预测、在线滚动优化及反馈校正功能的优化控制算法，其能有效克服系统的非线性、时变性、不确定性及干扰等因素。MPC的基本思想可表述为：

1)模型的预测：在k时刻，考虑系统未来有限时段(一般为预测步长内)，基于当前时刻测量值和预测模型使得目标函数的极小化，得到当前和预测步长内的最优控制序列。其状态空间模型可表示为：

xy((kk)+＝1)C＝x(Akx)(k)+Bu(k)+Ed(k)(27)

式中，x(k)、u(k)、y(k)和d(k)分别为k时刻系统的状态、控制输入、控制输出及干扰输入；A、B、E、C为系统状态空间模型系数矩阵，即系统参数矩阵，表征系统的特性。

2)滚动优化：在k+1时刻，利用k时刻控制后的测量数据重复这一优化过程。模型预测控制的原理如图7所示。图7中，横轴为时间区域，N

3)反馈校正：MPC是具有闭环控制特性的控制优化算法，因此，并未将求解优化问题得到的最优控制序列全部作用于系统，只对当前时刻进行控制。在下一时刻，MPC会将实际输出与预测输出进行比较，并对原预测输出进行修正，进行新一轮优化过程。

在上述基础上，根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型、所述SVC数学模型以及所述负荷无功功率数学模型形成完整的分布式电源电压控制模型，分布式电源电压控制模型可表示为：

/>

式中，

进一步的，根据分布式电源电压控制模型确定系统参数矩阵包括的第一系统参数矩阵A、第二系统参数矩阵B以及第三系统参数矩阵参数E，在根据第一系统参数矩阵A、第二系统参数矩阵B以及第三系统参数矩阵参数E，进一步结合分布式电源电压控制模型确定系统参数矩阵包括的第四系统参数矩阵参数C。

具体的，通过所述风力发电机数学模型计算风力发电机无功出力表达式、所述柴油发电机数学模型、所述光伏数学模型计算光伏出力表达式、所述蓄电池数学模型计算蓄电池放电和充电表达式、所述电动汽车充放电模型计算电动汽车放电和充电表达式以及所述SVC数学模型确定第一系统参数矩阵；以及，

根据所述柴油发电机数学模型以及所述SVC数学模型确定第二系统参数矩阵；以及，

根据所述风力发电机数学模型计算风力发电机无功出力表达式、所述光伏数学模型计算光伏出力表达式、所述蓄电池数学模型计算蓄电池放电和充电表达式、所述电动汽车充放电模型计算电动汽车放电和充电表达式以及所述负荷无功功率数学模型计算负荷无功功率电压表达式确定第三系统参数矩阵。

S130、根据所述系统参数矩阵确定系统状态变量、控制变量和干扰输入变量，并根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到电压控制目标函数。

在上述实施例的基础上，确定系统状态变量、控制变量和干扰输入变量分别为：

x＝[ΔE

u＝[ΔV

d＝[ΔQ

系统控制目标要考虑系统预测输出与系统参考输出越接近越好，拥有良好的跟踪性能，以及控制变量变化最小，因此，原始控制目标函数可表示为：

s.t.u

x

y

式中，μ

由此可知，MPC的闭环性能依赖于预测步长的大小，增大预测步长可提高MPC闭环性能。然而，当预测步长较大时虽然提高了闭环性能，但加重了计算量，使得MPC的控制效果不足以满足实时控制的要求。

此外，为了解决预测步长较大时受高采样率的限制，在k+1时刻，利用k时刻控制后所述系统状态变量、所述控制变量和所述干扰输入变量重复优化过程，对控制变量、系统状态变量和输出变量采取指数加权处理后得到：

式中，ω为加权指数，取大于1的值。

则状态空间模型可重新表示为：

式中，

在本实施例中，对系统状态变量、控制变量和干扰输入变量进行标准化和指数加权处理，柴油发电机励磁放大输出电压V

S140、根据所述电压控制目标函数确定未知参数，并基于所述未知参数得到用拉盖尔函数表示的优化控制变量，以通过优化控制变量对分布式电源电压控制。

本发明的目的就是要克服传统MPC技术的不足，采用一种基于预测函数控制(Predictive Functional Control,PFC)的分布式电源电压协调控制方法。本方法将系统控制输入假设为可用基函数线性组合表示的序列，理论上可采用任何函数予以表示，通过选择恰当的函数可以提高近似输入轨迹的精确度，减少计算时间，使得PFC比MPC控制精度更高，速度更快。在本发明采用拉盖尔函数的标准正交基(orthonormal basis ofLaguerrefunction)的线性组合来表示系统预测输入轨迹，拉盖尔函数的标准正交基是基函数中一种应用最为常见的函数，其在系统识别方面有着广泛的应用。具体的，连续型Laguerre函数定义为：

式中，a为拉盖尔函数的极点(0≤a≤1)，在本方法中也被称为时间比例因子；t∈[0,∞]为时间变量。其拉式变换式为：

拉盖尔函数m阶z变换可表示为：

拉盖尔函数序列

求L

式中，l

其中，在上述实施例的基础上，根据式(30)优化基于拉盖尔函数的目标函数，从而获得未知参数c

本发明实施例的技术方案，通过建立风力发电机数学模型、柴油发电机数学模型、光伏数学模型、蓄电池数学模型、电动汽车充放电模型、SVC数学模型以及负荷无功功率数学模型；根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型、所述SVC数学模型以及所述负荷无功功率数学模型构建出分布式电源电压控制模型，并根据所述分布式电源电压控制模型确定系统参数矩阵；根据所述系统参数矩阵确定系统状态变量、控制变量和干扰输入变量，并根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到电压控制目标函数；根据所述电压控制目标函数确定未知参数，并基于所述未知参数得到用拉盖尔函数表示的优化控制变量，以通过优化控制变量对分布式电源电压控制。本发明解决了目前当分布式电源或电动汽车大规模接入电网后将会导致部分节点电压偏移超过规定的电压偏移范围，严重影响电网电压质量，且由于光照和风速的不确定性导致分布式电源注入电网的功率发生波动，则将会对配电网电能质量产生明显影响的问题，实现有效快速的对分布式电源和电动汽车接入电网后的节点电压质量进行控制，响应速度快，鲁棒性强，同时在系统建模出现误差时仍能保持较高的精度。

实施例二

图8为本发明实施例二提供的一种分布式电源电压控制装置的结构示意图。如图8所示，该分布式电源电压控制装置包括：

模型建立模块810，用于执行建立风力发电机数学模型、柴油发电机数学模型、光伏数学模型、蓄电池数学模型、电动汽车充放电模型、SVC数学模型以及负荷无功功率数学模型；

系统参数矩阵确定模块820，用于执行根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型、所述SVC数学模型以及所述负荷无功功率数学模型构建出分布式电源电压控制模型，并根据所述分布式电源电压控制模型确定系统参数矩阵；

目标函数确定模块830，用于执行根据所述系统参数矩阵确定系统状态变量、控制变量和干扰输入变量，并根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到电压控制目标函数；

电压控制模块840，用于执行根据所述电压控制目标函数确定未知参数，并基于所述未知参数得到用拉盖尔函数表示的优化控制变量，以通过优化控制变量对分布式电源电压控制。

可选的，所述系统参数矩阵包括第一系统参数矩阵、第二系统参数矩阵和第三系统参数矩阵；

所述根据所述分布式电源电压控制模型确定系统参数矩阵，具体用于：

根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型以及所述SVC数学模型确定第一系统参数矩阵，以及，根据所述柴油发电机数学模型以及所述SVC数学模型确定第二系统参数矩阵，以及，根据所述风力发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型以及所述负荷无功功率数学模型确定第三系统参数矩阵。

可选的，所述根据所述风力发电机数学模型、所述柴油发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型以及所述SVC数学模型确定第一系统参数矩阵，以及，根据所述柴油发电机数学模型以及所述SVC数学模型确定第二系统参数矩阵，以及，根据所述风力发电机数学模型、所述光伏数学模型、所述蓄电池数学模型、所述电动汽车充放电模型以及所述负荷无功功率数学模型确定第三系统参数矩阵，具体用于：

通过所述风力发电机数学模型计算风力发电机无功出力表达式、所述柴油发电机数学模型、所述光伏数学模型计算光伏出力表达式、所述蓄电池数学模型计算蓄电池放电和充电表达式、所述电动汽车充放电模型计算电动汽车放电和充电表达式以及所述SVC数学模型确定第一系统参数矩阵；以及，

根据所述柴油发电机数学模型以及所述SVC数学模型确定第二系统参数矩阵；以及，

根据所述风力发电机数学模型计算风力发电机无功出力表达式、所述光伏数学模型计算光伏出力表达式、所述蓄电池数学模型计算蓄电池放电和充电表达式、所述电动汽车充放电模型计算电动汽车放电和充电表达式以及所述负荷无功功率数学模型计算负荷无功功率电压表达式确定第三系统参数矩阵。

可选的，所述系数参数矩阵还包括第四系统参数矩阵；

在所述根据所述分布式电源电压控制模型确定系统参数矩阵，包括：

根据第一系统参数矩阵、第二系统参数矩阵、第三系统参数矩阵以及所述分布式电源电压控制模型确定第四系统参数矩阵。

可选的，所述根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到电压控制目标函数，具体用于：

根据所述系统状态变量、所述控制变量和所述干扰输入变量进行标准化和指数加权处理，得到输出控制变量、输出系统状态变量和输出变量；

对所述输出控制变量、输出系统状态变量和输出变量进行标准化和指数加权处理，得到电压控制目标函数。

可选的，所述对所述输出控制变量、输出系统状态变量和输出变量进行标准化和指数加权处理，得到电压控制目标函数，具体用于：

在k+1时刻，利用k时刻控制后所述系统状态变量、所述控制变量和所述干扰输入变量重复优化过程，对所述输出控制变量、输出系统状态变量和输出变量进行标准化和指数加权处理得到：

式中，μ

基于处理后的输出控制变量、输出系统状态变量和输出变量得到电压控制目标函数和各变量可表示为：

本发明实施例所提供的分布式电源电压控制装置可执行本发明任意实施例所提供的分布式电源电压控制方法，具备执行分布式电源电压控制方法相应的功能模块和有益效果。

实施例三

图9示出了可以用来实施本发明的实施例的电子设备910的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图9所示，电子设备910包括至少一个处理器911，以及与至少一个处理器911通信连接的存储器，如只读存储器(ROM)912、随机访问存储器(RAM)913等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器911可以根据存储在只读存储器(ROM)912中的计算机程序或者从存储单元918加载到随机访问存储器(RAM)913中的计算机程序，来执行各种适当的动作和处理。在RAM 913中，还可存储电子设备910操作所需的各种程序和数据。处理器911、ROM 912以及RAM 913通过总线914彼此相连。输入/输出(I/O)接口915也连接至总线914。

电子设备910中的多个部件连接至I/O接口915，包括：输入单元916，例如键盘、鼠标等；输出单元917，例如各种类型的显示器、扬声器等；存储单元918，例如磁盘、光盘等；以及通信单元919，例如网卡、调制解调器、无线通信收发机等。通信单元919允许电子设备910通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器911可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器911的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器911执行上文所描述的各个方法和处理，例如分布式电源电压控制方法。

在一些实施例中，分布式电源电压控制方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元918。在一些实施例中，计算机程序的部分或者全部可以经由ROM 912和/或通信单元919而被载入和/或安装到电子设备910上。当计算机程序加载到RAM 913并由处理器911执行时，可以执行上文描述的分布式电源电压控制方法的一个或多个步骤。备选地，在其他实施例中，处理器911可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行分布式电源电压控制方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。